severity1/claude-code-prompt-improver

解決する課題

Claude Code Prompt Improverは、AIエージェントが行動を起こす前に適切なコンテキストを確実に持たせることで、ユーザーとAIエージェント間の修正サイクルを削減します。曖昧なプロンプトを特定し、モデルがタスクを実行する前に必要な制約や明確化を注入することで、「最初の試行の失敗」を防ぎます。

仕組み

このプロジェクトは、プロンプト送信、ツール使用、サブエージェント開始という3つの特定のイベントを監視する宣言型フックエンジンを使用しています。イベントがトリガーされると、エンジンは「ナッジ」(JSONで定義されたルール) のレジストリに対してプロンプトを評価します。

• 明確なプロンプトの場合： システムはわずかな評価オーバーヘッドを追加し、直ちに処理を進めます。
• 曖昧なプロンプトの場合： 特殊な prompt-improver スキルを呼び出し、調査 (GlobやGrepなどのツールを使用) を行い、コンテキストを収集し、意図を明確にするために1〜6個の根拠に基づいた質問をユーザーに投げかけます。
• ターゲットを絞ったナッジ： キーワードや条件に基づいて特定のルールが発動します (例：複雑なタスクに対する計画の提案や、長時間実行されるコマンドに対するバックグラウンド実行の推奨など)。

対象ユーザー

Claude Codeを使用しており、初回出力の精度を高め、AIが生成したコードやアーキテクチャの決定を手動で修正する時間を削減したい開発者。

ハイライト

• スキルベースのアーキテクチャ： プロンプトが曖昧と判断された場合にのみ調査や質問ロジックを読み込むプログレッシブ・ディスクロージャーを採用し、トークンオーバーヘッドを削減します。
• ナッジのキュレーション： アプローチの評価、ワークフロー計画、出力の可読性、サブエージェントのルーティングのための組み込みナッジが含まれています。
• 低摩擦： ほとんどのプロンプトはそのまま通過します。ユーザーは * などのプレフィックスを使用して評価を完全にバイパスすることも可能です。
• 宣言的設定： Pythonコードを変更することなく、シンプルなJSONファイルを通じて新しいコンテキスト注入ルールを追加できます。